Revisão Teórica Sobre as Técnicas de Otimização Metaheurística na Síntese de Superfícies Seletivas de Frequência

Este artigo apresenta a progressão das técnicas de otimização computacionais híbridas e bioinspiradas para síntese de superfícies seletivas de frequência (FSS), incluindo a velocidade computacional e eficiência de tais processos. Duas metodologias serão analisadas. A primeira possui uma rede neural MLP (multi- layer perceptron, ou perceptron multicamada) combinada com um algoritmo genético (AG). A segunda baseia-se na rede neural GRNN (general regression neural network) combinada com o algoritmo de busca cuco multiobjetivo (MOCS), que se mostra mais eficiente para otimização das propriedades eletromagnéticas de FSS, pois possui velocidade de processamento consideravelmente maior que métodos mais comuns baseados em retropropagação e AGs.